声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：50-1062/TD
国际刊号：1008-4495
发布日期:
作者：吴丙梅, 薛生, 杨超宇
关键词：冲击地压, 危险性预测, 集成学习, 海明损失, SHAP值, XGBoost
为了进一步提高冲击地压危险性预测的准确性，利用集成学习方法对冲击地压发生的主要因素指标进行了分析，分别采用集成学习方法中7种分类预测模型对冲击地压危险性进行了预测，实验结果表明, 7种模型均具有一定的可靠性，将模型的准确度和海明损失作为评价指标，得出XGBoost算法具有较高的预测性能，可以相对有效地对冲击地压的危险性进行预测。最后，利用SHAP值对XGBoost模型进一步解释，冲击地压危险性受弹性能指数的影响最大。
来源：2023年第1期
《矿业安全与环保》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。